一、团队介绍

(一)背景

在“数据驱动科学”范式变革的背景下，整合基因组、医学影像、临床文本和表型组学等多模态健康医疗大数据，已成为解析生命奥秘、赋能精准医学的核心战略资源。为响应国家“人工智能+医疗”的深度融合需求，复旦大学智能医学研究院正式组建多模态医学数据分析团队。团队聚焦医疗大数据与人工智能分析的前沿交叉领域，重点突破多模态数据融合、智能计算模型构建及临床辅助决策系统研发，致力于解决健康医疗大数据从“规模”到“智能”的转化难题。团队拥有丰富的专病队列与多组学数据资源，现诚邀海内外优秀青年学者加盟，共同攻克多模态数据治理与智能分析的前沿难题，推动生命健康领域的颠覆性创新。

(二)PI介绍

梁会营，复旦大学长聘教授，国家自然科学基金优秀青年基金获得者。长期致力于多模态健康医疗大数据分析与医学人工智能的交叉学科研究，聚焦多模态数据融合、生物医学知识图谱构建及AI驱动的精准医学方法学研究。主持国家重点研发计划、国家自然科学基金重点项目等国家级及省部级课题10余项，在Cell、Nature Medicine等期刊发表高水平论文近百篇。研究成果注重“算法-应用”闭环。目前，团队正依托复旦平台优势，重点攻关多模态大模型、多组学数据智能挖掘及临床辅助决策系统的研发与转化。

二、博士后招聘

(一)多模态数据分析与医学大模型研究(2名)

1. 工作内容：多模态医学数据(影像模态、文本模态、信号模态等)融合和互译技术研究;医疗大语言模型及多智能体协同系统开发。

2. 具体要求：拥有计算机科学、人工智能、应用数学、生物信息学或相关专业博士学位;熟练掌握Python及深度学习框架;具备大模型预训练、微调或多模态数据融合项目经验者优先。

(二)多组学数据智能挖掘(2名)

1. 工作内容：依托大型专病队列与家系资源，开展基因组、表型组、蛋白组等多组学数据的深度整合挖掘，发现疾病新型生物标志物与药物靶点;构建高通量测序与多模态数据的自动化分析流程，负责生物医学数据库开发、数据质量控制及标准化体系建设;进行重大疾病(癌症、罕见病)的致病机制解析与药物重定位。

2. 具体要求：具有生物信息学、计算生物学、统计学、流行病与卫生统计或相关专业背景;熟练使用Linux环境及GATK、BWA等生物信息学工具，具备R/Python/Shell编程及统计建模能力;以第一作者发表过生物信息学或医学大数据领域高质量论文，有大型队列数据处理或单细胞测序分析经验者优先。

(三)重要组织器官孪生仿真模型搭建(2名)

1. 工作内容：参与负责心脏数字孪生场景设计，跟踪前沿技术，进行最新数字孪生相关算法研发、效果测试和评估，实现心脏电生理和血流动力学仿真与真实场景一致性验证。

2. 具体要求：计算机、软件工程或相关专业;熟悉数字孪生建模、仿真、数据分析及可视化技术;精通一种开发语言(如Java/Python/Golang/C++等)，掌握并发程序开发能力;有 AI/ML 方法在数字孪生或多智能体系统中应用经验者优先;有相关顶会论文投稿或优秀开源项目经验优先。

(四)应聘条件

1. 坚持正确政治方向，思想品德端正，具有科学研究使命感，恪守学术道德，身体健康。

2. 年龄一般不超过35周岁。

3. 获博士学位不超过3年，以第一作者发表SCI论文1篇以上。具有良好的团队协作能力、沟通能力、独立开展科研工作的能力，以及优秀的中英文写作技能。

(五)岗位职责

1. 在PI指导下开展前沿课题研究，攻克技术瓶颈。

2. 撰写高水平学术论文，参与国际学术交流与会议报告。

3. 积极参与国家自然科学基金、重点研发计划等科研项目的申请。

4. 协助指导研究生及团队日常学术管理工作。

(六)待遇保障

1.薪酬：一人一议，获得各类博后人才计划后可达20-50+万。积极支持申报国家及上海市各类科研项目和人才基金。优先推荐申报国家和上海市博士后支持计划等。

2.提供优良的办公环境及国际一流的研究平台:协助解决住宿问题(如博士后公寓)，提供国际顶尖高校及研究机构的交流访问机会;

3.出站时条件优秀者可优先推荐留复旦大学体系工作，推荐申报复旦大学AI人才专项;

4.提供良好的科研发展支持，参与课题组承担的国家级、省部级重大科研项目，助力学术能力提升;

5.按照复旦大学的相关政策，协助子女申请复旦大学附属幼儿园和小学入学资格;

6.享受与其他教职工同等福利。

三、应聘方式

(一)个人简历，包括研究经历及兴趣，发表论文情况，学历学位信息和获奖情况等。

(二)1页的申请信(即cover letter，包括研究兴趣、拟入职时间等信息)。

(三)应聘者请将应聘材料发至邮箱:lianghuiying@fudan.edu.cn。符合资格条件的应聘者，我们尽快通知安排面试。

招聘长期有效，欢迎随时投递。